大数据下的智慧公交系统平台.docVIP

大数据下的智慧公交系统平台 [提要]信息技术的快速发展对民众的日常生活产生了巨大的影响，公交车作为使用最多的交通工具已经发生了巨大变革，各种新技术的使用使其在日常运行过程中产生了海量数据，如何对这些数据进行科学有效地采集和深入挖掘分析利用成为当前各个公交系统平台共同的难题。本文通过对智慧公交平台的大数据现状调查分析，提出一些解决方法，以便为智慧公交系统平台的建设和完善提供建议。 关键词：物联网；大数据；智慧公交；平台；Hadoop 本文受到辽宁省社会科学规划基金项目（项目编号：L16BJY001）、辽宁省自然基金项目（项目编号：20170540005）的支持 中图分类号：F49文献标识码：A 收录日期：2017年9月12日 引言 随着互联网、物联网等信息技术的高速发展，其影响已经辐射至我们生活的方方面面，而公交车作为普通民众出行最常用的工具，每时每刻都在产生着大量的数据，其数据量级已经超越TB达到PB，并以指数级持续增长。如何对这些数据进行科学合理高效的采集，以及在这种大数据下，如何从如此庞大的公交数据中高效、准确地挖掘出有用的信息进行分析，从而达到为公交公司、政府和民众进行服务的目的，成为当前公交系统急需解决的重大问题。 一、大数据的定义及其特征 大数据是一个相对比较抽象的概念，学术界一直没有统一公认的概念。简单来说，就是随着互联网的高速发展，互联网中的各种信息急剧增加，数据规模愈来愈大，进而由量变引起质变的一种现象。大数据并不是一种全新的技术和概念，只是因为数据产生方式的改变，造成数据量级的巨大增长，使得软件工具处理和管理所花费的时间超过容忍，需要探索新的方式才能进行处理的一种海量、多样化、高增长率的数据集。针对这种海量的数据集合，IBM提出了大数据的五项特征（简称5V）：Volume：数据规模庞大，蕴含丰富的信息；Velocity：产生信息的速度十分迅速；Variety：信息的种类丰富多样；Value：由于数量的巨大使得价值密度偏低；Veracity：由实时产生具有真实性。 二、智慧公交平台基本构架 本文通过对现有的公交系统平台的调查分析，重新将公交平台架构进行组合，将其分成了基础硬件模块、大数据处理架构模块、应用呈现模块三个部分，具体如下： （一）基础硬件模块。公交系统的基础设施主要包括公交车、车载终端和站牌路线系统，其中车载终端业是数据信息的主要获取和输出通道，其主要包括GPS?载定位系统、车载网络WiFi系统、视频监控系统、智能刷卡系统、自动报站系统和车载视频系统等。尽管现如今的公交系统已经相对完善，但也存在着一些其他问题。如因部分车辆老旧没有GPS系统或系统老旧不能准确定位，报站系统报站延迟，除了报站系统基本没有与车辆路线相关的信息输出通道，站牌仅仅只有标识地点作用等。这些问题都对乘客的乘车体验以及相关的数据收集利用产生了不好的影响。而这些问题总的来说是两个方面：（1）车载系统的不先进或缺失问题；（2）站牌系统的作用单一及落后。 因此，一个智慧公交平台想要拥有一个良好的基础设施。必须解决这两个方面，车载系统可以对其中的硬件进行合适的替换，定期对其附带的软件升级换代；对于站牌应该进行升级，用电子显示屏进行替代原先的固定印刷站牌，电子站牌显示可以分为两部分，一部分是静态的显示路线信息，另一部分通过动态的显示输出时间、天气和车辆到达时间预计等信息，以及通过播放广告来增加收益等。 （二）大数据处理架构模块。通过对智慧公交的大数据特征和处理所需要的技术要求进行分析，本文提出了与公交系统相适应的数据处理架构，该架构主要包括应用层、挖掘分析层、数据存储层、数据采集层。其整体构架图如图1所示。（图1） 1、数据采集层。公交系统的数据采集，主要通过车载设施如刷卡系统、视频监控系统、GPS系统等，在公交车运行过程中通过车载WiFi或其他数据网络发送至数据存储中心。此外，还可通过网络网站或邮件等方式对来自公众的反馈意见进行收集并存储。 2、数据存储层。对通过采集层采集到的海量信息，一般的很难达到如此大的计算量，而超级计算机又价值昂贵，不适合使用，因此尝试使用更多的计算机系统来处理这些数据也就势在必行。而Hadoop架构正是这样一种利用计算机群，进行大数据的存储和计算的架构。 Hadoop的最底层是HDFS，也就是分布式文件系统，主要通过多台设备提供统一的存储空间，但却不会造成用户的察觉。而其本身对硬件要求不高，却可以进行高吞吐量的数据访问，可以使其部署在比较廉价的设备上，却能高效地完成数据存储。 HDFS文件系统之上是HBase分布式数据库，HBase采用列存储，依据不同的存储特性分别进行数据存储，十分符合大数据对处理时效性的要求。此外，由于HBase对存储形态没有特殊要求，因此公交系统中收集的各种各样的半结构化和非结构化数据也能很好